近日，數(shù)學(xué)界迎來重大突破——困擾學(xué)界30余年的塔拉格蘭卷積猜想在離散空間領(lǐng)域取得關(guān)鍵進展。這項由90后華人學(xué)者主導(dǎo)的研究，不僅攻克了布爾超立方體上的核心難題，更將理論精度推進至log log η因子范圍內(nèi)，為高維離散空間的數(shù)學(xué)分析開辟了新路徑。

該猜想由阿貝爾獎得主Michel Talagrand于1989年提出，旨在探索高維空間中函數(shù)平滑化后的極端值分布規(guī)律。以多維棋盤模型為例，原始函數(shù)可能呈現(xiàn)尖銳的數(shù)值波動，而通過"加熱平滑"操作（數(shù)學(xué)上的卷積或熱半群過程），熱量擴散會使函數(shù)形態(tài)趨于平緩。Talagrand推測，經(jīng)過這種處理的函數(shù)出現(xiàn)極端值的概率，應(yīng)比經(jīng)典馬爾可夫不等式預(yù)測的更低，且需額外引入特定因子進行修正。

盡管其高斯空間形式（連續(xù)空間）已在2010年被數(shù)學(xué)家攻克，但離散空間版本的突破始終難以實現(xiàn)。核心障礙在于，連續(xù)空間依賴的微積分工具與隨機微分方程理論，無法直接遷移至布爾超立方體等離散結(jié)構(gòu)。研究團隊通過創(chuàng)新性地構(gòu)建反向熱過程模型，設(shè)計出狀態(tài)依賴的擾動項δ，成功將高斯空間的隨機分析框架適配到離散環(huán)境。

論文核心成果顯示，在布爾超立方體上實施的卷積操作，其正則化效應(yīng)與猜想描述高度吻合。雖然最終結(jié)果與理論值存在log log η因子的微小偏差，但由于該因子增長極為緩慢，實質(zhì)上已接近完整驗證猜想。這種精度提升對理解離散空間幾何性質(zhì)具有里程碑意義，尤其在處理二值數(shù)據(jù)或邏輯函數(shù)時，為量化分析提供了精確的數(shù)學(xué)工具。

這項純數(shù)學(xué)研究在機器學(xué)習(xí)領(lǐng)域引發(fā)連鎖反應(yīng)。研究揭示的平滑化機制，與擴散生成模型處理離散數(shù)據(jù)的原理高度契合，為開發(fā)針對二值數(shù)據(jù)的生成式AI提供了理論支撐。更關(guān)鍵的是，其量化的正則化效應(yīng)，直接解釋了添加噪聲如何提升模型泛化能力——這一現(xiàn)象在深度學(xué)習(xí)訓(xùn)練中普遍存在，但此前缺乏嚴(yán)格數(shù)學(xué)證明。

完成這項突破的學(xué)者陳遠(yuǎn)識，1990年生于浙江寧波，本科畢業(yè)于北京大學(xué)后赴加州大學(xué)伯克利分校深造，師從統(tǒng)計學(xué)家郁彬教授。其學(xué)術(shù)軌跡橫跨統(tǒng)計機器學(xué)習(xí)、高維幾何等多個領(lǐng)域，累計發(fā)表13篇被引超百次的論文，h指數(shù)達13。2023年獲得斯隆研究獎后，他于今年晉升蘇黎世聯(lián)邦理工學(xué)院副教授，持續(xù)推動概率論與人工智能的交叉研究。